Alkis Test

import geopandas as gpd
import pyproj # we need this for jupyter-book to build right
import zipfile
import folium

# Specify the path to the zipped shapefile
# zip_path = r'C:\Users\plank\Documents\git\r4r-prototypes\prototypes\in\alkiswfs-request-obg-1710239261403.zip'

# # Extract the shapefile from the zip file
# with zipfile.ZipFile(zip_path, 'r') as zip_ref:
#     zip_ref.extractall('temp_folder')

# Read the shapefile using geopandas
# shapefile_path = r'C:\Users\plank\Documents\git\r4r-prototypes\prototypes\in\shape_files_freiberg\ALKIS-Vereinfacht\Flurstueck.shp'
# shapefile_path = r'C:\Users\plank\Documents\git\r4r-prototypes\prototypes\in\shape_files_freiberg\ALKIS-Vereinfacht\Nutzung.shp'
# shapefile_path = r'C:\Users\plank\Documents\git\r4r-prototypes\prototypes\in\shape_files_freiberg\ALKIS-Vereinfacht\FlurstueckPunkt.shp'
shapefile_path = r'C:\Users\plank\Documents\git\r4r-prototypes\prototypes\in\Alkis-Dresden\NutzungFlurstueck.shp'
# shapefile_path = r'C:\Users\plank\Documents\git\r4r-prototypes\prototypes\in\Alkis-Dresden\Nutzung.shp'
gdf = gpd.read_file(shapefile_path)

# Display the contents of the shapefile
# print(gdf.head(20))
gdf_summary = gdf.describe()
print(gdf_summary)

                                    gml_id  \
count                                 2556   
unique                                2556   
top     DESNALK0q8004EUaDESNALK0q8002M95TF   
freq                                     1   

                                       oid     aktualit         nutzart  \
count                                 2556         2556            2556   
unique                                2556          151              15   
top     DESNALK0q8004EUaDESNALK0q8002M95TF  2015-03-01Z  Straßenverkehr   
freq                                     1          406             885   

                              bez name             flstkennz  \
count                         664    0                  2556   
unique                          5    0                  2032   
top     Handel und Dienstleistung  NaN  140208___03200000700   
freq                          375  NaN                    12   

                                                 geometry  
count                                                2556  
unique                                               2556  
top     POLYGON ((412022.511 5655074.594, 412004.575 5...  
freq                                                    1  

# Create a folium map object
m = folium.Map(zoom_start=10)

# Add the shapefile to the map
folium.GeoJson(gdf).add_to(m)

# Display the map
m

Make this Notebook Trusted to load map: File -> Trust Notebook

Nutzart	Count
Wohnbaufläche	806
Landwirtschaft	626
Straßenverkehr	306
Industrie- und Gewerbefläche	244
Weg	235
Unland/Vegetationslose Fläche	188
Sport-, Freizeit- und Erholungsfläche	153
Wald	100
Platz	95
Fläche besonderer funktionaler Prägung	86
Fließgewässer	48
Stehendes Gewässer	16
Gehölz	11
Halde	9
Bahnverkehr	9
Fläche gemischter Nutzung	7
Tagebau, Grube, Steinbruch	3
Friedhof	2

Alkis kann nicht genutzt werden um Wege zu finden. Da nur wenige Flurstücke als echte Wege eingetragen sind. Außerdem sind die Flurstücke oft größer als ein Gehweg.

# filtered_gdf = gdf[gdf['nutzart'].isin(['Straßenverkehr', 'Weg'])]
filtered_gdf = gdf[gdf['nutzart'].isin(['Weg'])]

# Create a new folium map object
new_map = folium.Map(zoom_start=15)

# Add the filtered_gdf to the map
folium.GeoJson(filtered_gdf).add_to(new_map)

# Display the new map
new_map

Make this Notebook Trusted to load map: File -> Trust Notebook